nudgebee/nudgebee

What it solves

Nudgebee 是一個開源的 SRE 副駕駛，旨在簡化 Kubernetes 與主要雲服務提供商（AWS、Azure、GCP）上的觀測性、事故回應與雲端成本管理（FinOps）。它協助操作人員從原始訊號轉換為可執行的發現與指導式修復。

How it works

Nudgebee 使用 Go、Python 與 TypeScript 服務的分散式架構來監控基礎設施。它透過雲端供應商掃描與 Kubernetes 收集器取得資料，然後由多個專門的伺服器處理這些資訊：

• LLM & RAG Servers：使用代理式規劃器與檢索增強生成（RAG）來根因分析事故並提出修復建議。
• Runbook Server：利用 Temporal 工作流程協調重複性修復。
• ML Server：使用 Python ML 管線為 Kubernetes 工作負載提供適當規模建議。
• Collector & Relay Servers：將叢集內代理橋接至中央控制平面。
• ChatOps：整合 Slack 與 Teams，讓 SRE 能在聊天中查詢狀態並直接執行 Runbook。

Who it’s for

此工具為管理複雜 Kubernetes 環境與多雲部署的 Site Reliability Engineers（SRE）與平台運營者而建。

Highlights

• LLM-powered triage：能夠重現並根因分析事故的代理式規劃器。
• FinOps optimization：辨識閒置工作負載、過大 Pod 與過時快照，以降低雲端支出。
• Runbook automation：將重複性修復編碼為可重用、可觸發的工作流程。
• Bidirectional ticketing sync：整合 Jira、ServiceNow、PagerDuty 與 Zenduty。
• Multi-cloud support：原生支援 AWS、Azure 與 GCP 的觀測性與掃描。